文章核心观点 - 国信证券认为，人工智能行业的发展叙事正从模型训练转向推理侧，预计2026年推理侧需求将进入放量拐点，模型和算力或为最优投资方向 [1] - 2025年北美四大科技巨头资本开支同比增长50%以上，预计2026年将持续实现30%以上增速，巨额投入面临电力瓶颈，算力能耗比成为关键考量因素 [2] - 模型架构持续演化，Scaling law延续，多模态与长文本能力的成熟为AI Agent的爆发提供了技术基础 [3] - 通用大模型厂商商业化路径存在差异，OpenAI、Gemini、Anthropic和Grok各自凭借用户、技术、路线或数据优势展开竞争 [4] - AI技术正在降低软件开发门槛并打开软件需求天花板，预计2029年全球SaaS市场规模将达近1万亿美元，但行业玩家将面临重新洗牌 [5][6] 行业发展趋势与叙事演进 - 2023年由OpenAI引领AI加速，微软因独家合作估值明显抬升 [1] - 2024年市场叙事转向推理侧，应用公司受关注，Meta因社交生态和广告场景成为除英伟达外市盈率唯一抬升的巨头，同年英伟达估计其数据中心收入约40%来自推理 [1] - 2024年云厂商因资本开支大增但供给受限，收入传导延迟，三大云服务提供商估值略有回落 [1] - 2025年模型能力与OpenAI明显收敛，谷歌后来居上，其生态优势受市场追逐 [1] - 2026年预计Scaling Law将持续，模型厂商将打开差异化应用市场，推理侧需求或进入放量拐点 [1] 资本开支与算力基础设施 - 2025年北美四家科技巨头资本开支从年初的3200-3300亿美元上修至年末接近4000亿美元，各家全年资本开支同比增长均超过50% [2] - 预计2026年资本开支将持续实现30%以上增速 [2] - 巨额资本开支投入数据中心建设面临电力瓶颈，2024年北美数据中心容量约25吉瓦，据Grid Strategies估计，至2029年的五年将新增80吉瓦需求，电力缺口预计成为主要矛盾 [2] 模型技术演进与竞争格局 - 模型架构需解决训练阶段Transformer的计算量、内存消耗瓶颈及推理时模型的记忆能力有限等痛点，海外有谷歌Titans、Mamba架构，国内如Qwen3-Next、DeepSeek V3.2从成本效率优化角度取得明显提升 [3] - 预计2026年Scaling law仍将延续，强化学习将成为未来重点突破方向 [3] - 多模态、长文本能力更加成熟，为AI Agent的涌现提供技术基础，目前中美模型差距在3-6个月 [3] - OpenAI尽管短期模型能力被反超，但下一代模型值得期待，其C端8亿用户是核心壁垒，公司明年也将发力企业业务 [4] - Gemini当前成为大模型的SOTA基准，得益于原生多模态路线及自研芯片生态，明年Tokens消耗有望继续大幅提升 [4] - Anthropic坚持企业路线，在编程领域能力突出，依靠企业定价优势有望取得更好利润率，公司估值已达3500亿美元，其2025年初推出的AI编程产品年末年度经常性收入已达10亿美元 [4] - Grok信奉大力出奇迹，因推理场景有限而训练算力充足，结合特斯拉独特数据优势，下一代原生多模态模型值得期待 [4] 应用场景与软件市场影响 - 2025年tokens消耗更多用于大模型企业内部及推荐系统重构，2026年开始预计下游应用需求将持续增加 [5] - AI打开了软件需求天花板，据IDC数据，预计2029年全球SaaS市场规模将达到近1万亿美元，对比2025年的5800亿美元有明显增长 [5] - 行业玩家将重新洗牌，拥有数据壁垒、布局垂类细分场景、工作流程复杂或对准确度要求极高的行业被大模型替代的风险较小，如医疗、能源、会计、安全等领域 [5][6] - 大模型厂商开始通过与B端软件服务商合作开发行业需求，或与传统SaaS厂商产生直面竞争 [6] 当前快速增长的应用方向 - 从用户量和创业公司收入估值水平看，当前规模增长较快的行业以AI编程、AI Agent、AI内容创作为主，聚焦生产力提升 [1] - 今年以来诞生了多个爆款应用，明年办公场景有望迎来更多产品落地 [1] - 随着模型能力成熟，明年在端侧的AI手机、AI眼镜，以及协助大模型在企业落地的分销商领域将看到明显增长 [1]